Ingénieur apprentissage automatique / Data engineer
Référence : 2025-2031668
- Fonction publique : Fonction publique de l'État
-
Employeur :
INSERM - Délégation Régionale Paris 11
INSERM CépiDc-US10 - Localisation : Hôpital Paul Brousse, 12 Av. Paul Vaillant Couturier, 94800 Villejuif
Partager la page
Veuillez pour partager sur Facebook, Twitter et LinkedIn.
- Nature de l’emploi Emploi ouvert uniquement aux contractuels
-
Nature du contrat
CDD de 2 ans
- Expérience souhaitée Confirmé
-
Rémunération Fourchette indicative pour les contractuels Selon l'expérience € brut/an Fourchette indicative pour les fonctionnaires Non renseignée
- Catégorie Catégorie A (cadre)
- Management Non renseigné
- Télétravail possible Oui
Vos missions en quelques mots
Mission principale :
Le/la titulaire du poste met en œuvre en production courante le codage des causes de décès en intégrant, parmi les modalités de codage, des outils d’intelligence artificielle et participe à
l’évolution du système d’information. Ces outils fondés sur de l’apprentissage profond et du traitement automatique des langues améliorent la qualité et la rapidité de codage automatique.
Ils seront adaptés pour tenir compte du prochain changement de nomenclature (passage de la CIM 10 à la CIM 11) et de façon à satisfaire les délais réglementaires de diffusion de la base.
Le poste se situe dans le pôle production des données du CépiDc, dans l’équipe automatisation, sous la responsabilité de la cheffe d’équipe, et en étroite collaboration avec la data scientist
senior. La/le candidat(e) sera prêt à travailler en collaboration avec le reste de l’équipe multidisciplinaire des experts métiers de la production (codeurs, nosologistes, responsables de production, …), les statisticiens du CépiDc et sera partie prenante dans l’écosystème formé avec les partenaires de recherche et développement (médecins spécialisés en informatique médicale
et data scientists, de l’AP-HP, Lisn-Cnrs, Insee, Santé publique France, Inserm).
Il/Elle bénéficie d’un accès à des ressources de calcul (GPU) permettant de concevoir, entraîner,
tester des modèles et de prédire.
Activités principales
• Mettre en production, maintenir, monitorer et valider une chaîne de traitements de données textuelles comprenant des prédicteurs de type réseaux de neurones (transformers) pour aider/automatiser le codage du texte libre des certificats de décès dans la CIM (annotation, training/fine-tuning, monitoring).
• Mettre en production le ciblage des certificats à allouer aux différentes modalités de codage (automatique, IA, manuel), évaluer l’amélioration continue du codage automatique (en taux de codage et en qualité) en vue d’une boucle d’apprentissage continue (on line) à partir de la validation/correction des codeurs des propositions de l’algorithme.
• Adapter de l’architecture du modèle et feature engineering en vue d’améliorer la classification des causes, en adéquation avec la finalité statistique du traitement et les bonnes pratiques.
• Participer à l’internationalisation de ces méthodes en lien avec les instances représentatives françaises à l’OMS et au sein de l’Europe.
• Assurer une veille scientifique sur les modèles et les algorithmes à l’état de l’art dans le domaine.
• Participer activement à des groupes d’échanges de bonnes pratiques existants ou à construire regroupant datascientists, statisticiens et chercheurs en épidémiologie et informatique (Insee, DREES, Inserm, Inria,...) autour de l’usage de l’IA/TAL sur ces
thématiques.
Connaissances
• Apprentissage automatique, traitement automatique des langues, deep learning, science des données
• Maîtrise de l’ensemble des étapes allant du développement à la mise en production
• Maîtrise des environnements.
Profil recherché
Niveau de diplôme et formation(s) :
• Diplôme d’ingénieur de grandes écoles, thèse de doctorat ou équivalence professionnelle.
Expérience(s) souhaité(s) :
• Deux ans d’expérience professionnelle avec usage de Python et des librairies d’apprentissage profond.
• Une expérience réussie dans la mise en production d’un pipeline de machine learning est souhaitée.
Niveau d'études minimum requis
- Niveau Niveau 8 Doctorat/diplômes équivalents
Compétences attendues
Savoir-faire :
• Très bonne maîtrise de Python et des librairies de deep learning (Tensorflow, Pytorch) en
particulier celles appliquées au traitement automatique des langues.
• Entraînement et monitoring d'algorithmes de deep learning
• Mise en production d'algorithmes de machine learning, MLops
• Git, outil de versioning
• Design et maintien de pipeline de machine learning, ces expériences sont des plus, de même que l'utilisation de Docker, MLFlow, et de technologies cloud
Aptitudes :
• Proactivité, force de proposition
• Aisance relationnelle, sens de la communication et de la pédagogie
• Capacités d'organisation, de planification et de rigueur
• Discrétion et confidentialité
• Savoir s'insérer et interagir avec des équipes multidisciplinaires : pôle de production, experts métiers chargés de production, statisticiens, stagiaires, chercheurs
• Savoir se maintenir à l'état de l'art des connaissances
Localisation
Éléments de candidature
Documents à transmettre
Personnes à contacter
- recrutement.cepidc@inserm.fr
- aude.robert@inserm.fr
Qui sommes-nous ?
L’Inserm est le seul organisme public français entièrement dédié à la recherche biologique, médicale et en santé des populations. Il dispose de laboratoires de recherche sur l’ensemble du territoire, regroupés en 12 Délégations Régionales. Notre institut réunit 15 000 chercheurs, ingénieurs, techniciens et personnels administratifs, avec un objectif commun : améliorer la santé de tous par le progrès des connaissances sur le vivant et sur les maladies, l’innovation dans les traitements et la recherche en santé publique.
Rejoindre l’Inserm, c’est intégrer un institut engagé pour la parité et l’égalité professionnelle, la diversité et l’accompagnement de ses agents en situation de handicap, dès le recrutement et tout au long de la carrière. Afin de préserver le bien-être au travail, l’Inserm mène une politique active en matière de conditions de travail,
reposant notamment sur un juste équilibre entre vie personnelle et vie professionnelle.
L’Inserm a reçu en 2016 le label européen HR Excellence in Research et s’est engagé à faire évoluer ses pratiques de recrutement et d'évaluation des chercheurs.
Descriptif du service
Le CépiDc, unité de service de l’Inserm, a pour mission de produire la base de données statistique sur les causes médicales de décès en France, de la diffuser et de réaliser des analyses sur cette base de données. Cette base de données statistique repose sur
la collecte et le traitement des volets médicaux des certificats de décès. Ses finalités d’usage sont 1- la connaissance de l’état de santé de la France et de ses territoires, sa
comparaison au niveau international, en vue d’aider au pilotage des politiques de santé publique, 2- la recherche et les études, la statistique alimente le système national des données de santé, 3- la veille et l’alerte sanitaire, par la production de la donnée la plus
pertinente possible dans des délais de quelques jours. Les principaux traitements réalisés au CépiDc concernent l’accueil, le contrôle et l’intégration des données collectées, leur mise à disposition immédiate à des fins de veille de sanitaire à Santé publique France. Puis, le dédoublonnage et la correction de non-réponse totale via une mise en cohérence avec les décès déclarés à l’Etat civil et gérés par l’Insee.(synchronisation), et la construction des variables statistiques, avec en particulier le codage des causes de décès.
Concernant ce dernier aspect, il s’agit d’analyser et de coder les textes rédigés par les médecins lors de la constatation des décès dans la Classification Internationale des Maladies (CIM).
À propos de l'offre
-
Spécificité(s) et environnement du poste :
• Confidentialité des données
• Contraintes de production.
-
Vacant à partir du 27/08/2025
-
Experte / Expert en information statistique
